[发明专利]一种基于RSSI的室内定位方法

说明书

技术领域

本发明涉及一种基于RSSI的室内定位方法，尤其涉及在噪声环境下利用基于卡尔曼的滤波优化方法对RSSI测量值进行滤波去噪并改善定位系统累积误差的基于RSSI的室内定位方法，属于移动计算和信号处理的交叉技术应用领域。

背景技术

室内定位算法力求通过不同的无线信号技术，利用对应的距离计算方法，在室内环境中对待定位物体进行快速、高效的精准定位，从而得到精确的物体坐标。

目前的室内定位算法都是基于无线网络(Wireless Fidelity,Wi-Fi)、无线传感器网络(Wireless Sensor Network,WSN)、射频识别(Radio Frequency Identification,RFID)、蓝牙(Bluetooth)以及超宽带(Ultra Wide Band,UWB)等无线技术。结合信号传输时间(Time of Arrival,TOA)、信号传输时间差(Time Difference of Arrival,TDOA)信号传输角度(Angle of Arrival,AOA)以及信号强度指示(Received Signal Strength Indicator,RSSI)这些方法中的一种，再利用三边测量或者三角测量的方法测算得到待定坐标。

室内定位算法的性能指标有定位精度、时间开销、定位实时性、算法复杂度等。其中，定位精度是室内定位算法的关键指标。一些室内定位算法在理论上可预见较高的定位精度，但是在实际环境中定位精度却很低，这是由于这些定位算法没有考虑室内环境中的人及人的活动。对于Wi-Fi信号来说，其通信频率为2.4GHz，和水的共振频率一样，而人体的含水比例约为70％，室内环境中的人会对信号的传播产生影响，如果人员众多且活动频繁，那么这些室内环境中的人将在室内定位过程中产生较大噪声，降低定位精度。

可见，单纯地考虑各种无线技术在室内无人环境的定位是不足的，特别是在诸如博物馆，商业中心等大型室内定位场景当中，人员众多且人流量大，要想通过合适的定位算法得到较高的定位精度，就不得不解决人本身所带来的噪声影响。

发明内容

本发明所要解决的技术问题在于克服现有技术不足，提供一种基于RSSI的室内定位方法，通过改进的卡尔曼滤波算法对RSSI测量值进行处理，从而消除人对无线信号传播所产生的噪声影响，有效改善因为累积误差导致的定位精度的降低，能够在噪声均值变化幅度较大的室内环境仍能保持较高的定位精度，且能够提高室内定位的稳定性并保持较低的时间开销。

本发明具体采用以下技术方案：

一种基于RSSI的室内定位方法，首先对RSSI测量值进行基于卡尔曼的滤波优化，然后利用滤波优化后的RSSI值进行室内定位；所述基于卡尔曼的滤波优化，在每一次对增益矩阵进行求解之前，首先将当前残余奇异值的最大值与一预设阈值进行比较，若残余奇异值的最大值大于或等于所述阈值，则将增益矩阵置零并进入下一次自循环中，否则，不采取任何额外操作，进入状态更新阶段。

优选地，所述基于RSSI的室内定位方法，具体包括以下步骤：

步骤1、获取RSSI测量值并进行定位系统初始化；

步骤2、进行时间更新：根据初始数据或上一轮自循环中状态更新得到的数据，计算RSSI的先验值和先验误差协方差；

步骤3、奇异值判定：在进行状态更新开始前，计算残余奇异值的最大值，并将其与经验阈值ρ作比较：若计算得到的奇异值最大值不小于经验阈值ρ，转到步骤4；若计算得到的奇异值最大值小于经验阈值ρ，则不做其他操作，准备进入状态更新，转到步骤5；

步骤4、将增益矩阵置0，跳过本轮循环的状态更新过程，准备进入下一轮的自循环过程，转到步骤2；

步骤5、进行状态更新：根据本轮时间更新得到的数据进行增益K_k的计算，更新RSSI估计值和RSSI的协方差误差；

步骤6、判断迭代是否结束，若结束则转到步骤7；若未结束，则进行下一轮的自循环优化过程，转到步骤2；

步骤7、根据得到的RSSI值计算出距离值，并根据距离值得到最终的估计坐标值，结束算法循环。

相比现有技术，本发明具有以下有益效果：

本发明具有以下有益效果：

(1)本发明方法有效优化了大型室内环境中人在定位过程中产生的噪声，克服了人员众多的情况下定位精度有所降低的难题，提高了定位精度；

(2)本发明方法能够有效改善因为累积误差导致的定位精度的降低，进一步提高了室内定位的精度；